Du texte à la scène : créer des scénarios interactifs avec l'IA

Pourquoi le scénario interactif n'est pas un scénario linéaire

Écrire pour l'interaction, c'est changer de métier. Un scénario classique raconte une histoire ; un scénario interactif construit un système qui produit des histoires différentes selon les décisions du spectateur. Le texte n'est plus seulement une suite de scènes, c'est une carte de scènes reliées entre elles par des conditions.

Cette différence a trois conséquences très concrètes pour quiconque veut passer du texte à la scène avec l'aide de l'IA.

La charge de production se démultiplie. Si votre récit comporte trois points de décision majeurs avec deux options chacun, vous ne produisez pas une histoire mais huit combinaisons narratives possibles. Même en mutualisant les scènes communes, le volume de plans à générer, de dialogues à enregistrer et de séquences à monter augmente fortement. C'est précisément là que la génération assistée par IA devient intéressante : elle transforme une dépense marginale lourde en une opération de production quasi industrialisée.

La cohérence devient un problème d'ingénierie, pas d'inspiration. Dans un film linéaire, une incohérence de costume se remarque mais reste anecdotique. Dans un récit interactif, le spectateur peut revenir en arrière, comparer deux branches et constater que la cicatrice du héros a disparu, que la voiture a changé de couleur ou que le ton du personnage s'est brutalement déplacé. La cohérence doit donc être documentée, versionnée et vérifiée à chaque étape.

La valeur perçue ne se mesure plus en minutes. Un spectateur qui choisit, hésite, recommence et explore accordera plus de valeur à un récit court mais dense qu'à un long métrage qu'il subit passivement. Cela signifie qu'un projet interactif ambitieux peut être plus court qu'un projet linéaire équivalent, mais qu'il demande beaucoup plus de préparation en amont.

La bonne nouvelle : l'IA absorbe une grande partie du travail répétitif — déclinaisons de dialogues, variantes de cadrage, ambiance sonore, sous-titres, doublage — à condition de lui fournir un cadre rigoureux. Sans ce cadre, elle produit du volume inutilisable.

Ce que l'IA réussit vraiment — et ses angles morts

Avant de rédiger quoi que ce soit, il faut se faire une idée honnête des forces et des faiblesses des outils actuels. Beaucoup de déceptions viennent d'attentes mal calibrées.

Ce que l'IA génère très bien

• Des variantes de dialogues et de répliques à partir d'une scène et d'une consigne d'intention : version tendue, version humoristique, version expéditive.
• Des résumés de continuité : à partir de vos fiches de scènes, elle reconstruit l'état de chaque personnage à un instant donné.
• Des plans visuels à partir d'une description structurée : personnage, action, cadrage, lumière, décor, durée, style.
• Des versions linguistiques et des sous-titres calibrés, ce qui simplifie énormément la diffusion multilingue.
• Des tests d'exploration : faire parcourir l'arborescence à un modèle pour détecter les impasses ou les branches qui ne mènent nulle part.

Les trois angles morts à surveiller

La mémoire longue. Un modèle n'a pas de souvenir fiable de ce qui s'est passé cent scènes plus tôt si vous ne le lui rappelez pas explicitement. La solution n'est pas technique, elle est documentaire : vous devez maintenir un journal d'état que vous réinjectez dans chaque requête.

La causalité. L'IA produit facilement des scènes cohérentes localement mais absurdes globalement : un personnage apprend une information qu'il ne pouvait pas connaître, une porte ouverte se referme sans raison. Une passe de relecture logique, branche par branche, reste indispensable.

Le ton. Sans consigne de voix précise, tous vos personnages finissent par parler de la même manière — celle du modèle. C'est le défaut le plus visible et le plus difficile à corriger après coup.

Étape 1 : écrire la bible narrative avant le premier prompt

La tentation est de commencer par générer des images. C'est une erreur classique. Un projet interactif se gagne ou se perd dans un document de deux à quatre pages que l'on peut appeler bible narrative.

Le contenu indispensable de la bible

• Le pitch en une phrase : situation, protagoniste, enjeu.
• La promesse d'interaction : ce que le spectateur contrôle exactement. Choisit-il des actions, des émotions, des alliances, l'ordre des scènes ? Une promesse floue produit des choix décoratifs sans conséquence.
• Les règles du monde : ce qui est possible, ce qui est interdit, ce qui coûte quelque chose au personnage.
• Les thèmes et le registre : sont-ils traités avec ironie, gravité, lyrisme ?
• Le format des scènes : durée cible d'un plan, nombre de plans par scène, présence ou non d'une voix off.

La fiche personnage, votre meilleur outil de cohérence

Pour chaque personnage principal, rédigez une fiche courte mais contraignante :

• objectif visible et objectif caché ;
• registre de langue, tics de langage, vocabulaire interdit ;
• apparence figée : silhouette, coupe de cheveux, vêtements, accessoires, palette de couleurs ;
• état physique au fil de l'histoire (blessures, salissures, changement de costume).

Cette fiche sert deux fois : elle guide l'écriture des dialogues et elle alimente les descriptions visuelles pour que le personnage reste reconnaissable d'un plan à l'autre. Plus la fiche est précise, moins vous aurez à corriger de dérives.

Définir un format de scène réutilisable

Adoptez une fiche de scène standard : identifiant, titre, résumé en une phrase, lieu, moment de la journée, personnages présents, état d'entrée, état de sortie, choix proposés, conséquences. Cette structure répétée devient le schéma de données de tout le projet et facilite énormément le travail assisté par IA.

Étape 2 : dessiner l'arborescence et ses variables d'état

C'est le cœur du travail interactif. Un récit ramifié mal dessiné produit soit une illusion de choix, soit un labyrinthe impossible à produire.

Variables et drapeaux : la mémoire du récit

Une arborescence ne suffit pas pour un vrai récit interactif. Il faut des variables qui se souviennent des décisions. Exemples simples :

• confiance_lydia : entière, de 0 à 3 ;
• cle_obtenue : vrai ou faux ;
• a_avoue_mensonge : vrai ou faux ;
• tension : de 0 à 5, qui influence la mise en scène.

Ces variables permettent de faire converger plusieurs branches vers une même scène tout en changeant subtilement les dialogues, la lumière ou la musique. C'est le meilleur moyen de donner l'impression d'un récit profond sans multiplier les tournages.

Contenir l'explosion combinatoire

Quelques règles éprouvées :

1. Deux à trois points de décision majeurs par acte, pas plus.
2. Des points de convergence obligatoires après chaque acte, pour que les branches se rejoignent.
3. Un seul point de décision par scène : au-delà, le spectateur perd le fil et l'auteur perd le contrôle.
4. Des fins distinctes et mémorables : trois à cinq fins bien écrites valent mieux que dix fins génériques.
5. Des choix qui coûtent quelque chose : si les deux options sont également confortables, la décision n'a aucun poids émotionnel.

Mettre en scène le choix lui-même

Le meilleur scénario interactif ne cache pas les décisions, il dramatise le moment du choix. Un personnage qui hésite, une musique qui s'arrête, un gros plan tenu deux secondes de trop : le dispositif visuel doit signaler au spectateur que ce qui suit dépend de lui. Écrivez ces moments dans le scénario, sinon ils disparaîtront à la production.

Étape 3 : transformer le script en plans générables

Une scène écrite en prose littéraire est inexploitable pour la génération visuelle. Il faut la traduire en unités de production.

La structure d'un prompt de plan

Un bon plan générable contient six informations :

1. Sujet : qui est à l'écran, vêtu comment, avec quel état émotionnel.
2. Action : le geste précis, au présent.
3. Cadrage : plan large, moyen, gros plan, plongée, épaule.
4. Lumière et palette : heure, source, contraste, teinte dominante.
5. Décor : lieu, éléments visibles, profondeur.
6. Durée et mouvement de caméra : fixe, léger travelling, panoramique lent.

Exemple : « Plan moyen d'une femme de quarante ans, manteau beige taché de pluie, assise à une table de cuisine ; elle repose lentement une tasse sans regarder son interlocuteur ; lumière froide de fin de journée venant de la fenêtre à gauche, contraste doux, palette beige et gris-bleu ; arrière-plan flou avec une horloge murale ; durée six secondes, caméra fixe. »

Ce niveau de détail n'est pas du zèle. Il évite des dizaines de régénérations.

Personnages récurrents et continuité visuelle

Pour qu'un personnage reste crédible sur vingt plans, trois leviers fonctionnent bien :

• une image de référence validée, réutilisée comme base pour chaque scène où il apparaît ;
• une description textuelle figée, copiée-collée sans variation d'une requête à l'autre ;
• un inventaire d'accessoires verrouillé, avec l'état de chaque accessoire selon la progression.

Conservez toutes ces informations dans un tableau de continuité. Un projet de dix minutes peut facilement générer cinquante plans : sans tableau, vous perdrez la trace de qui porte quoi.

Le raccord, ce détail qui trahit tout

Surveillez en priorité : la direction du regard, la position des mains, la direction de la lumière, la couleur des vêtements et l'échelle des plans qui s'enchaînent. Une incohérence de lumière entre deux plans consécutifs de la même scène casse l'immersion plus sûrement qu'un défaut de qualité d'image.

Étape 4 : dialogues, voix et versions linguistiques

Le son porte la moitié de la crédibilité d'un récit interactif. Deux chantiers distincts vous attendent.

Écrire des dialogues dirigés

Un dialogue généré devient bon quand on lui donne une intention explicite. Au lieu de demander « écris la réplique de Marc », demandez « écris la réplique de Marc dans cette situation, sachant qu'il vient de mentir et qu'il veut abréger la conversation ; phrases courtes, aucune justification, il regarde ailleurs ». L'intention produit le rythme.

Prévoyez ensuite des variantes conditionnelles : la même réplique en version confiante, en version défensive, en version accablée. Ces variantes coûtent peu à produire et se branchent directement sur les variables d'état définies plus haut. C'est le meilleur rapport effort/effet du projet.

Voix et direction d'interprétation

Pour chaque personnage, fixez : tessiture, débit, accent, âge perçu, niveau d'énergie. Écrivez ces paramètres dans la fiche personnage et réutilisez exactement les mêmes consignes à chaque session de production. Si vous changez un paramètre, changez-le partout, jamais sur une seule scène.

Multilingue : pensez-y dès l'écriture

Trois précautions évitent bien des reprises : éviter les jeux de mots intraduisibles dans les dialogues critiques, prévoir des durées de plans un peu plus longues (certaines langues prennent plus de temps à dire la même chose), et écrire des sous-titres à partir du texte final plutôt que d'une transcription automatique. Un scénario interactif multilingue bien préparé ouvre ensuite beaucoup plus de portes.

Étape 5 : assembler l'interactivité, puis tester

Vous avez un script, des plans, des dialogues et des variables. Il reste à faire fonctionner l'ensemble — et c'est souvent là que le projet révèle ses failles.

La matrice de parcours

Listez chaque chemin possible sous forme de lignes : identifiant de choix, scène suivante, variables modifiées, condition d'accès. Cette matrice de quelques dizaines de lignes vous permet de repérer immédiatement :

• les scènes jamais atteintes ;
• les variables modifiées mais jamais lues ;
• les impasses sans fin de parcours ;
• les branches trop longues avant le prochain point de convergence.

Faire parcourir cette matrice par un modèle de langage est un excellent usage de l'IA : il détecte en quelques minutes des incohérences que vous mettriez des heures à voir.

Tester l'expérience, pas seulement la technique

Trois tests complémentaires :

1. Test technique : chaque choix mène-t-il à une scène existante, chaque sortie est-elle définie ?
2. Test de rythme : l'alternance scène jouée / décision est-elle supportable sur la durée ? Trop de choix rapprochés fatigue, trop peu ennuie.
3. Test d'émotion : demandez à trois personnes de raconter ce qu'elles ont vécu et ce qu'elles ont retenu. Si elles décrivent l'intrigue sans mentionner leurs décisions, l'interactivité est décorative.

Soigner le retour d'information

Chaque choix doit produire un retour perceptible dans les dix secondes : un changement de ton, un plan différent, une réplique qui accuse réception. C'est ce qui distingue un récit interactif d'un simple menu.

Les erreurs qui coûtent le plus cher

Après plusieurs projets, les mêmes pièges reviennent. Voici les plus fréquents et leurs correctifs.

Erreur 1 : commencer par les visuels. Le script structuré d'abord, les images ensuite. Sinon vous produisez de superbes plans qui ne s'enchaînent pas.

Erreur 2 : multiplier les branches trop tôt. Convergez d'abord, ramifiez ensuite. Un récit avec trois actes et quatre fins est déjà ambitieux.

Erreur 3 : laisser le modèle inventer le passé des personnages. Toute information de contexte doit venir de votre bible, pas d'une improvisation plausible.

Erreur 4 : écrire les choix comme des questions. Les choix faibles ressemblent à « Que faites-vous ? ». Les choix forts ressemblent à « Vous mentez ou vous avouez ? ».

Erreur 5 : négliger la continuité des accessoires. Le manteau taché disparaît, la blessure se déplace, la montre change de poignet. Tenez un tableau, avec des captures de référence.

Erreur 6 : générer une seule version de chaque réplique. Les variantes conditionnelles sont peu coûteuses et transforment l'expérience. Ne les oubliez pas.

Erreur 7 : confondre volume et ampleur. Dix fins médiocres valent moins qu'une fin qui reste en mémoire. Coupez sans pitié.

Erreur 8 : tester seul. L'auteur connaît son arborescence par cœur et ne voit plus les ambiguïtés. Faites jouer un tiers, sans explication préalable.

Choisir ses outils : critères de décision et exemple concret

Le choix des outils doit se faire à partir du projet, pas l'inverse. Voici les critères qui font réellement la différence en pratique.

Les critères qui comptent

• Cohérence de personnage : capacité à réutiliser une référence et à maintenir un visage et une tenue.
• Contrôle du cadrage et de la lumière : conditions dans lesquelles vous pouvez imposer un plan précis plutôt que d'accepter une proposition.
• Durée utile par séquence : adaptée à vos scènes, sans assemblage pénible de fragments de deux secondes.
• Gestion du son : voix, ambiance, synchronisation, ou possibilité d'intégrer facilement une post-production externe.
• Formats et rapport d'image : compatibilité avec votre diffusion cible.
• Export et intégration : codecs, séparation des pistes, nomenclature des fichiers.
• Prévisibilité budgétaire : coût par minute produite, coût des régénérations, coût des tests.
• Collaboration : possibilité de partager fiches, références et versions avec un monteur ou un sound designer.

Faites un test court avant de vous engager : une scène de trente secondes, deux personnages, un changement de lumière, une variante de dialogue. Vous apprendrez plus en deux heures qu'en deux semaines de lecture comparative.

Un exemple concret, de bout en bout

Prenons un projet court : six scènes, un seul personnage principal, deux points de décision, trois fins.

1. Bible : une nuit de pluie, une femme doit décider si elle rend un objet volé ; thème de la rédemption sans absolution.
2. Variables : honnetete (0 à 2), peur (0 à 2).
3. Scènes : palier, ascenseur, couloir, appartement, fenêtre, épilogue.
4. Décision 1 : avouer tout de suite ou attendre (affecte honnetete).
5. Décision 2 : rendre l'objet ou le détruire (affecte peur et déclenche la fin).
6. Production : environ vingt plans, dont huit réutilisés entre les branches, avec variantes de dialogue selon les variables.
7. Tests : trois parcours joués par trois personnes, ajustement du rythme au deuxième point de décision.

Un projet de cette taille se produit en quelques semaines et se termine réellement — ce qui, en matière de récit interactif, est déjà une réussite.

FAQ : les questions que se posent les créateurs

Faut-il savoir coder pour créer un scénario interactif ? Non, mais il faut savoir structurer. Un tableur avec des colonnes (scène, choix, variables, condition) suffit pour concevoir. Le code n'intervient que pour la mise en œuvre technique.

Combien de branches un récit peut-il supporter ? Deux à trois points de décision majeurs et trois à cinq fins constituent un périmètre sain. Au-delà, la charge de test et de production augmente plus vite que la qualité perçue.

Comment empêcher l'IA de faire parler tous les personnages pareil ? En écrivant des fiches de voix très contraignantes, avec des interdits explicites : pas de questions rhétoriques pour ce personnage, pas de jargon pour cet autre, phrases de moins de douze mots pour un troisième.

Comment gérer la continuité sur un grand nombre de plans ? Avec un tableau de continuité et des images de référence validées. Règle simple : jamais de modification d'apparence sans mise à jour du tableau.

Le scénario interactif convient-il à tous les sujets ? Non. Les récits à forte tension morale, les enquêtes et les dilemmes relationnels fonctionnent très bien. Les intrigues dont la puissance repose sur une révélation unique et un rythme serré supportent mal les interruptions.

Comment savoir si mon interactivité fonctionne ? Posez la question à vos testeurs : qu'avez-vous décidé, et qu'est-ce que cela a changé ? S'ils ne peuvent pas répondre précisément, vos choix sont décoratifs.

Faut-il tout produire avant de tester ? Non. Produisez une branche complète et un embranchement, testez l'expérience, puis étendez. Cela évite de produire vingt plans condamnés.

Quel est le meilleur moment pour penser au multilingue ? Dès l'écriture des dialogues, et certainement avant la production des voix. Le rattrapage tardif coûte beaucoup plus cher que l'anticipation.

En résumé : la méthode avant l'outil

Passer du texte à la scène avec l'IA ne consiste pas à empiler des générations d'images. Cela consiste à traiter un récit comme un système : une bible narrative verrouillée, une arborescence dessinée avec ses variables d'état, des plans décrits avec précision, des dialogues dirigés, des tests réels, et une discipline de continuité sans faille.

Les outils évoluent vite, les principes beaucoup moins. Une structure claire reste lisible par n'importe quel moteur, aujourd'hui comme demain, et vous permet de changer d'outil sans reconstruire votre projet.

Avant d'ouvrir la moindre interface de génération, vérifiez ces six points : votre pitch tient en une phrase ; votre promesse d'interaction est explicite ; vos variables sont nommées et documentées ; vos fiches de scènes existent ; vous savez combien de fins vous visez ; vous avez identifié qui testera le parcours. Si ces six réponses sont claires, la production avancera vite. Si l'une d'elles manque, elle vous coûtera beaucoup plus cher plus tard.